精华内容
下载资源
问答
  • 用户画像-指标体系

    2021-06-22 05:34:45
    用户画像 指标体系的建设  - 了解用户画像   - 用户属性维度指标体系   - 用户行为维度指标体系   - 用户消费维度指标体系   - 用户风控维度指标体系   - 标签口径及数据调研分析 &...
  • 用户行为分析的指标体系

    千次阅读 2019-07-02 15:19:07
    易观方舟预定义指标,指的是易观方舟在开始使用之后,不用进行埋点,初始化就可以得到的数据,这样的一系列指标就形成了方舟独特的指标体系。易观方舟预定义维度指的是初始化默认的细分维度。 预定义指标: 访问级...

    预定义指标:

    访问级指标,事件级指标,用户级指标。

    预定义维度:

    设备维度,地域维度,用户来源。

    下面我们将分别介绍上述预定义指标体系和预定义维度的具体含义以及应用场景。

    12个访问级指标(仅限Web):
    12个访问级指标
    实际应用举例:

    (一)通过访问级指标,进行应用状态监测

    网站、APP、小程序的运营过程中避免不了出现突发情况,比如突然有一天我们的UV(APP下载量)突然增加了几倍,或者突然有一天,我们的数据衰减了很严重,运营者需要知道原因,此时访问级指标会帮助我们进行及时的预警。

    某日:网站的任意事件触发数量突然剧增,经调查发现,出现大量不明攻击事件,技术部紧急做了安全防护,次日攻击事件被拦截。
    访问级指标

    (二)访问级指标是分析的重要部分

    访问级指标是事件分析和漏斗分析里的重要指标,比如想通过了解页面访问到提交订单的转化率来判断页面的引导效率是否足够?

    在拥有这样的指标体系后,我们可以通过漏斗分析进行用户留存率的统计。浏览商品详情页的用户和提交订单的用户,发现有将近50%的流失率,接下来我们可以通过分析流失原因来进行转化率优化。

    访问级指标2

    9个事件级指标:
    事件级指标
    实际应用举例:

    在预置了事件级指标体系之后,我们通过事件分析,可以得知访客(用户)在你的应用上何时做了何事,我们可以通过单事件分析和多事件组合分析得到很多用户行为数据,这些数据会反应用户对产品的喜好以及产品易用程度。

    事件分析
    从下面的数据表显示,支付订单昨天骤减,而支付订单的用户和联系客服的用户趋势保持一致,可以判断在支付和咨询呈现必然联系。从左侧列表可以看到,我们可以对网站、APP、小程序的任意事件进行埋点以便我们进行相应的数据分析。

    5个用户级指标:
    用户级指标
    实际应用举例:

    一款APP想了解我的用户会常用哪些APP?

    在用户偏好分析中,少不了用户级指标体系的搭建。通过分析里的用户APP偏好,可以了解自己的用户对哪些APP感兴趣,这样就可以有的放矢的进行广告投放,根据APP偏好,可以让自己的广告投放更精准。

    用户APP偏好
    细分维度

    10个设备维度:
    设备维度
    4个地域维度:
    地域维度
    5个用户来源维度:

    用户来源维度
    实际应用场景:

    通过细分维度提高核心漏斗转化率,洞察转化率优化空间

    解决流程:

    1、构建转化漏斗:通过漏斗分析,清晰展示漏斗的转化率

    2、通过细分维度进行漏斗下钻,发现移动端的转化率明显低于平均水平

    3、解决办法:首先通过行为序列判断交互是否因为兼容而产生问题,其次去为移动端单独准备着陆页
    着陆页
    这套指标体系对于产品运营中可能出现的问题的诊断和来源分析具有非常大的帮助,并用以进行用户行为分析,提高用户留存率。

    展开全文
  • 用户体验视角下APP评价指标体系构建.pdf
  • 14年接触到“指标体系”这个词,一脸懵逼,当时还停留在离散的报表需求阶段,不能明确说出什么就是指标体系。发展到现在,做了几个产品的数据工作,对指标体系概念以及规划方法有一定的积累,总结出来作为知识储备。...
  • 用户视阈下图书类APP的评价指标体系研究.pdf
  • 指标体系|四个模型教会你指标体系构建的方法

    千次阅读 多人点赞 2021-01-04 08:30:00
    点击上方 蓝字 关注我们作为数据分析师,构建数据指标体系是较为基础但是极为重要的工作内容。好的指标体系能够监控业务变化,当业务出现问题时,分析师们通过指标体系进行问题回溯和下钻能够准确地...

    点击上方 蓝字 关注我们

    作为数据分析师,构建数据指标体系是较为基础但是极为重要的工作内容。好的指标体系能够监控业务变化,当业务出现问题时,分析师们通过指标体系进行问题回溯和下钻能够准确地定位到问题,反馈给业务让其解决相应的问题。这就是指标体系存在的意义和数据分析师的价值所在。那如何才能建设一套能够实时监控业务变化且能迅速定位业务问题的指标体系呢?小编今天会用三个步骤,四个模型教会大家指标体系的构建方法。

     

    构建数据指标体系的方法概括

     

    数据指标体系建设的方法可以总结为三个步骤,即明确业务目标,理清用户生命周期以及行为路径以及指标分层治理,在这三个步骤当中又涉及到 OSM(Object,Strategy,Measure),AARRR(Acquisition,Activation,Retention,Revenue,Referral),UJM(User, Journey, Map), MECE (Mutually Exclusive, Collectively Exhaustive) 四个模型,这四个模型是指导我们构建完整而清晰的指标体系的方法论。

    小编整合这四个模型,为大家梳理了一套建设指标体系的流程和方法。

     

     

    三个步骤,四个模型方法论

     

    1.OSM模型-明确业务目标,数据赋能业务

     

    OSM模型是 Object, Strategy, Measure的缩写。数据服务于业务才能赋能业务,数据脱离业务,那么数据就会失去其价值。

     

    所以,我们在建立数据指标体系之前,一定要清晰的了解业务目标,也就是模型中的O,Object。换句话说,业务的目标也就是业务的核心KPI,了解业务的核心KPI能够帮助我们快速理清指标体系的方向。

     

    了解业务目标方向之后,就需要制定相应的行动策略,也就是模型中的S,Strategy。行动策略的制定可以根据产品生命周期或者用户行为路径进行拆解,也就是把业务的核心KPI拆解到产品生命周期(AARRR)或者用户行为路径(UJM)当中,在整条链路当中分析可以提升核心KPI的点。

     

    最后,就需要我们制定较细的评估指标,也就是模型中的M,Measure。评估指标的制定是将产品链路或者行为路径中的各个核心KPI进行下钻细分,这里用到的方法就是麦肯锡著名的MECE模型,需保证每个细分指标是完全独立且相互穷尽的。

     

    总结一下OSM模型的内容及其与AARRR,UJM,MECE模型之间的关系,OSM模型是指标体系建设的指导思想,理解业务KPI是OSM模型的核心;制定行动策略是实现业务KPI的手段,而AARRR和UJM模型是实现策略制定的方法论;制定细分指标是评估业务策略优劣的方法,而MECE模型制定细分指标的方法论。

     

     

     

     

    2.AARRR模型和UJM模型--理清用户生命周期以及行为路径

     

    前面我们提到AARRR和UJM模型是实现策略制定的方法论,对于刚入门或者想要转行的朋友来说,可能对这两个模型都还很陌生,下面我们就简单的介绍下这两个模型。

     

    AARRR和UJM模型都是路径模型,二者原理相似,只是它们出发的角度不一样。AARRR模型是从产品角度出发,揭示产品的整个生命周期;而UJM模型是从用户出发,揭示用户的行为路径。

     

    AARRR模型是基于产品角度,简单地来说就是拉新,促活,留存,付费,推广。对于一款产品来说,我们首先要从各个渠道获取用户;其次需要激活这些用户并让他们留存下来;对于留存下来的用户引导他们付费以及推广产品。

     

    UJM模型则是从用户角度出发,描述了用户进入产品的整个路径流程,即注册,登陆,加购,购买,复购链路流程。

     

    无论是产品角度还是用户角度进行链路流程,核心KPI都可以下钻到相应的节点,这样我们就在整条链路流程当中拆解了业务的核心KPI。这样的好处是,我们可以从更多的角度和维度监控和分析业务问题。

     

     

     

    3.MECE模型--指标体系分级治理

     

    前面两个步骤,首先我们明确了业务核心目标;其次,我们将业务核心的KPI下钻到产品生命周期或者用户路径行为中;接下来我们需要对这些核心KPI向下进行三到五层的拆解,这个过程我们成为指标体系分级治理,用到的模型是MECE模型。MECE模型的指导思想是完全独立,相互穷尽,根据这个原则拆分可以暴露业务最本质的问题,帮助数据分析师们快速地定位业务问题。例如,客户总成交额GMV进行以及拆解可以是付费用户数与平均客单价的乘积。

     

     

     

     

    以GMV为例,用三个步骤,四个模型教会你搭建指标体系的方法

     

    如果你的老板给出你一个很大的业务问题,他说,“我们现在做一套GMV相关的指标体系,你出一个方案吧!”面对这么大的一个命题,我们就需要对命题进行分解,将其分解成若干个子问题并找到各个子问题之间的联系,做成一套业务监控指标体系,帮助数据分析师快速定义业务问题。在这里,我们就通过上面提到的三个步骤,四个模型去搭建GMV相关的指标体系。

     

     

    第一步,根据OSM模型构建整体框架,明确业务目标。

    为什么业务会关注GMV?当然这是业务的核心KPI,关系到自己的饭碗,GMV当然越高越年终奖越高。所以,作为数据分析师我们提炼出业务目标——提升用户总成交量GMV。

     

     

    第二步,根据AARRR或UJM模型拆解用户达成GMV的路径,将业务目标转换为提升用户路径转化率。

     

    用户达成GMV需要通过六个步骤,即注册-登录-曝光-点击-加购-成交。到目前为止,我们已经将提升GMV这个目标转换为提升用户付费路径的转化率,只要我们提升用户每一步的基数,使得每一步的转化率变高就可以达成提高GMV的目标。

     

    将提升GMV转化为提高用户达成GMV路径转化率还有另外一个好处,即通过路径拆解能够暴露业务更多的问题,同时,分析师可以根据暴露的业务问题提出相应的建议方案,这也是数据分析师的价值所在。

     

    第三步,根据MECE模型对GMV达成路径的每一个指标进行拆解,实现指标分级治理。

     

    有了GMV达成路径之后,我们就可以将这个路径的核心步骤抽象成GMV的分级指标并进行回溯下钻。同时,找出影响每一个步骤的关键因素作为二级指标,每一个关键因素之间需要完全独立,相互穷尽。

    我们先根据公式1:

    GMV=成交用户数*平均客单价 

    这里将核心KPI用户总成交量GMV进行了一级拆解。

    又有公式2:

    成交用户数=点击UV*访购率

     

    将公式2带入公式1得到:

    GMV=点击UV*访购率*平均客单价

     

    又有公式3:

    点击UV=曝光UV*转化率

    将公式3带入公式1得到:

    GMV=曝光UV*转化率*访购率*平均客单价

     

     

     

    到这里呢,我们已经将核心KPI用户总成交量GMV进行三级回溯拆解,形成了分级治理的指标体系。到这里并没有结束,像曝光UV等着指标还可以继续向下拆解,例如,谷歌渠道曝光UV,华为渠道曝光UV等等,可以根据具体的工作场景进行适当的调整和向下拆解。

     

     

    讲到这里你可能会有几个问题。

    问题1:指标分级治理拆这么细有什么用?

    正向作用:分解核心KPI,明确每一个步骤的行动计算和每个行动考核指标。

    例如,老板让你估算明年GMV,就可以根据历史数据运用这套指标体系对明年的GMV进行估算。

    再例如,老板让你下个月做到1个亿的GMV,让你出个方案。这是就可以再对曝光UV进行细分,把量拆解到每一个渠道上去。

     

     

     

    反向作用:当业务出现问题,可以通过指标体系反向排查业务问题。

    例如,这个月的GMV下降了10%,老板让你排查下问题在哪里。这时候就可以根据这套指标体系逐一排查问题,定位到是哪个步骤,哪个环节出现问题,并提出相应的解决策略。

     

    问题2:在运用MECE模型进行指标体系分级治理时,是不是拆的越细越好,越全越好?

     

    当然不是,在进行MECE拆解时,需要找到与核心指标有重要关联关系的子集进行拆解分类,这样才能保证指套指标体系能够指导业务进行决策分析,帮助数分定位业务问题!

     

    指标体系相关文章持续更新中,当你入职新公司你知道如何为新业务搭建一套通用的指标体系并快速实现落地嘛?在看满16个继续更新哦!

    如果喜欢我们的文章,请分享给你的好友,动动手指就是对我们最大的支持!

    最后,为大家收集了各个行业指标体系模板,回复【指标】即可领取!

     

     

     

    参考链接:

    https://www.zhihu.com/question/315972357/answer/1238739118

    https://www.zhihu.com/question/396456056/answer/1238380415

    https://zhuanlan.zhihu.com/p/153286082

    https://blog.csdn.net/weixin_39699670/article/details/111103446

    http://www.woshipm.com/operate/4000572.html

    如果您觉得我们的文章还不错,请分享,点赞,再看,一键三连!!!

    END

    指标体系相关文章持续更新中,欢迎加入数据人专属交流群

    数据人必会的Excel|掌握这些文本函数,让你的工作如鱼得水!

    2020-12-23

    数据人必会的Excel|学会这些日期函数,能够解决80%的工作难题!(文末送书包邮)

    2020-12-16

    史上最全的数据分析转行经验分享附送转行大礼包

    2020-12-11

    数据人必会的Excel|学会这些统计函数,让你的工作效率加倍!!

    2020-12-09

    数据人必会的Excel|连Excel函数都不会,那你还能干啥?

    2020-12-07

    数据人必会的Excel|还在给老板看苍白无力的数据?有了这份Excel炫酷的报表,还愁不升职加薪?

    2020-12-03

     

    分享数据知识,成就数据理想

    点个在看 你最好看

    展开全文
  • 指标体系建设

    2020-09-03 18:06:00
    2.1 指标体系 指标体系 名称 分类 解析 作用/示例 指标 结果型指标 时机:动作发生后 监控数据异常 过程型指标 时机:动作发生中 可以通过运营策略影响过程指标 体系(维度) ...

    1.背景

          结合业务场景将多个不同指标和维度进行组合,从而针对某一真实业务场景进行数据分析和决策导向,并能在整体业务变化中发现和定位问题。

    2.概念理解与示例分析

    2.1 指标体系

    指标体系
    名称分类解析作用/示例
    指标结果型指标时机:动作发生后监控数据异常
    过程型指标时机:动作发生中可以通过运营策略影响过程指标
    体系(维度)定性维度文字类描述城市,性别,职业
    定量维度数值类描述收入,年龄

    2.2 指标分级

           T1指标:公司战略层面指标

           T2指标:业务策略层面指标

           T3指标:业务执行层面指标

    2.3 OSM

           明确产品目标(O)——>达成目标策略(S)——>策略指引指标变化(M)

    2.4 AARRR模型

    2.5 RARRA模型

           将原本首要专注的用户获取变化为用户留存

    2.6 指标模型示例

     OSM
    获取A获取新用户

    统一数据分类接口产出

    增加数据分类覆盖

    新增用户数量,数据覆盖度
    活跃A提高接口使用频次

    迭代接口产出

    提高接口代码健壮性

    并发量,稳定性,平均响应时间
    留存R稳固原有用户提高数据质量,持续观测接口数据准确率,数据覆盖率,稳定性
    变现R业务收益业务策略数据价值体现
    推荐R新业务推荐业务策略/

    2.7 指标分类

         a.原子指标(聚合)

         b.派生指标(筛选)

              事务型指标:对业务活动进行衡量的指标。

              存量型指标:对实体对象(如商品、会员)某些状态的统计。

         c.衍生指标(逻辑计算)

              复合型指标:在事务型指标和存量型指标的基础上复合而成的。

    2.8 指标分类示例

    ---------1.原子指标---------
    SELECT SUM(A) FROM Z GROUP BY C;
    SELECT SUM(B) FROM Z GROUP BY C;
    ---------2.派生指标---------
    SELECT SUM(A) AS SUM_A FROM Z WHERE D = 'X' GROUP BY C;
    SELECT SUM(B) AS SUM_B FROM Z WHERE D = 'X' AND E = 'Y' GROUP BY C;
    ---------3.衍生指标---------
    SELECT SUM_A/SUM_B FROM TEMP;

     

    3.指标创建及管理流程明晰

    3.1 原子指标

    3.2 派生/衍生指标


    4.相关

          指标管理-示例

          如何搭建一套完整的数据指标体系?

          滴滴数据仓库指标体系建设实践

          如何构建指标体系

    展开全文
  • 电商指标体系之NPS体系

    千次阅读 2020-05-07 00:38:12
    传统的用户满意度指标与大NPS检测指标的区别:从满意到忠诚 NPS体系 评估指标体系 指标拆解;逐步细化,落地到点 持续指标监控+评估优化机制 评估周期 用户体验地图 ...

    传统的用户满意度指标与大NPS检测指标的区别:从满意到忠诚
    在这里插入图片描述
    NPS体系
    在这里插入图片描述
    评估指标体系
    在这里插入图片描述
    指标拆解;逐步细化,落地到点
    在这里插入图片描述
    持续指标监控+评估优化机制

    在这里插入图片描述
    评估周期
    在这里插入图片描述

    用户体验地图
    在这里插入图片描述

    展开全文
  • 指标体系的定义及选取原则 实际工作过程会出现令人不悦的两种情况。第一种是对于某核心数据,如日活,只知道数据在变化,但是不知道为何变化,特别是处于一个较大跌幅时,产品为了解释这种现象,就会向数据分析师要...
  • 数仓建模—指标体系

    万次阅读 2020-12-09 21:57:09
    指标 指标,实际上就是一种度量。大到用于监控和评估商业进程的状态,小到衡量某个功能模块的情况,或者是自己的活动效果。...全方位地提供了一套完整的电商行业数据指标体系,作为精细化运营的指导体系,
  • 指标体系搭建思路

    千次阅读 2019-10-17 16:20:51
    基于业务类型与产品流程,以目标管理为核心,构建指标体系 1、了解业务实际运营现状,梳理产品流程 搭建数据指标体系在建立在对业务有充分了解的基础上,首先需要清楚了解业务运营的类型和流程 业务类型:互联网运营...
  • 如何构建指标体系

    千次阅读 2020-11-10 21:00:00
    很多数据分析招聘的要求里会写“构建指标体系”,所以建立指标体系是数据分析人员的一项基本技能。下面从4个问题出发,系统介绍指标体系:(1)什么是指标体系?(2)指标体系有什么用?(3)如何...
  • 如何搭建数据指标体系

    千次阅读 2020-07-01 22:52:05
    帮助快速定位问题指标体系搭建原则1、搭建指标体系要有重点2、搭建指标体系要有目标3、指标体系不是越全越好,和业务最贴切的才是最好的如何搭建指标体系1、掌握基本的思维模型,全面洞悉业务5W2H模型逻辑树方法及...
  • 用户体验视角下国内移动学习 APP评价指标体系构建——基于D-S证据理论.pdf
  • 业务运营指标体系(转载)

    万次阅读 多人点赞 2018-12-25 13:15:19
    数据的一大价值就是建立业务指标体系,用以监控业务日常运营,并预警业务问题,定位问题原因,这算是数据的最早应用形式,前期BI都主要是做指标体系和相应平台的工作。同时,业务的各类人员都应该了解业务的指标体系...
  • 数据指标体系建立

    千次阅读 2016-10-26 13:52:00
    指标体系 做数据分析的时候,有一个很重要的过程,就是搭建数据指标体系。对于指标体系,在某些出版物中是这么定义的,指标体系,是由一系列具有相互联系的指标所组成的整体,可以从不同的角度客观的反映现象总体或...
  • 数据仓库之指标体系建设分享

    千次阅读 2020-08-28 00:10:35
    1 指标体系 2 为什么要搭建指标体系 3 如何搭建指标体系 4怎么管理指标体系 5 如何产品化指标体系 6 结束 7 参考文献
  • 电商数据分析基础指标体系

    千次阅读 2016-03-15 18:26:07
    电商数据分析基础指标体系 傅志华 信息流、物流和资金流三大平台是电子商务的三个最为重要的平台。而电子商务信息系统最核心的能力是大数据能力,包括大数据处理、数据分析和数据挖掘能力。无论是电商平台(如淘宝)...
  • 数据分析-如何搭建业务指标体系

    千次阅读 2019-04-14 21:23:24
    如何搭建指标体系 一、为什么要搭建指标体系 一)对业务质量提出衡量标准 没有指标对业务进行系统衡量,我们就无法把控业务发展,无法对业务质量进行衡量,尤其现在很多企业多项业务并行,单一数据指标衡量很可能...
  • 破解之匙:20+个数据指标详解,4种指标体系构建,从0到1掌握指标体系构建流程; 问题3:数据分析?这些理论点具体怎么用? 破解之路:专项分析内容:用户分析,流量分析,运营分析详解,走一遍流程你就懂了; 问题4...
  • RFM指标体系

    千次阅读 2018-07-04 11:07:19
    基本简介编辑根据美国数据库营销研究所Arthur Hughes的研究,客户数据库中有3个神奇的要素,这3个要素构成了数据分析最好的指标:最近一次消费 (Recency)消费频率 (Frequency)消费金额 (Monetary)最近一次消费编辑...
  • 手把手教你建立数据指标体系

    千次阅读 2020-09-30 16:17:40
    数据分析工作中,咱们对于数据指标一定不陌生,而几乎所有数据分析工作都会提“建立数据指标体系”。但是同学们或许有一些现实的困惑:你说报表我就见过,我天天都在更新。可这玩意怎么就体系了呢?做了体系又怎么样...
  • 网站数据分析指标体系

    千次阅读 2017-08-27 12:26:17
    本文整理自网友分享的一份 Word 文档,主要介绍了网站分析的 KPI 指标、数据分析方法、网站分析工具介绍和对比等。 一、总论 1. 概念  网站流量统计,是指对网站访问的相关指标进行统计。网站访问分析...
  • 什么叫业务指标体系

    千次阅读 2019-11-01 00:05:03
    什么叫业务指标体系? 业务指标比较好理解,就是我们前面课程里提到的新增用户量、注册用户量、用户访问时长等代表业务结果或表现用户行为的数据,业务指标指导增长的方向。 而业务指标体系呢,则是根据一个整体的...
  • 百度搜索引擎变现策略指标体系

    千次阅读 2014-08-05 13:07:16
    下文就百度商业变现的指标体系进行概要描述,并针对一个类似于百度LBS系统的变现思路,阐述一个商业系统变现策略指标体系的建立过程。 为什么需要商业变现策略指标体系 一般情况下,一个互联网产品,或是一个...
  • APP的数据指标体系

    千次阅读 2017-02-20 14:46:27
    APP的数据指标体系主要分为五个维度: - 用户规模与质量 - 参与度分析 - 渠道分析 - 功能分析 - 用户属性分析 用户规模和质量维度主要是分析用户规模指标,这类指标一般为产品考核的重点指标; 参与度分析主要...
  • 滴滴数据仓库指标体系建设实践

    千次阅读 2020-08-27 21:34:39
    桔妹导读:指标体系是什么?如何使用OSM模型和AARRR模型搭建指标体系?如何统一流程、规范化、工具化管理指标体系?本文会对建设的方法论结合滴滴数据指标体系建设实践进行解答分析。1.什...
  • 电商、新零售、社群、私域流量-会员指标体系

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 66,491
精华内容 26,596
关键字:

用户指标体系